研究揭示自主智能体限价订单簿的相变与市场冲击规律
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
Jan Rosenzweig 发表论文探究完全由强化学习自主交易智能体构成的限价订单簿（LOB）的宏观动态。研究发现，此类订单簿存在明显的相边界，将有序价格发现与超波动级联状态分隔，该边界由智能体数量与市场深度的临界阈值决定。同时，智能体提供流动性时的市场冲击偏离经典平方根动态，在非线性反馈回路下呈现出耗散、平衡与非耗散三种不同状态。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载智能体做市的研究设定
这篇论文把限价订单簿里的参与者全部替换成自主的强化学习交易智能体，不再混入人类交易者。作者把智能体之间的互动写进一个微观撮合引擎，用这套设定去观察宏观层面会浮现出什么现象。研究聚焦两个量化问题：订单流状态切换时的均衡相变，以及市场冲击的结构性动态。论文归入交易与市场微观结构方向，同时挂上人工智能与计算金融的分类，提交时间为2026年9月25日，作者为Jan Rosenzweig。
相变边界与临界阈值
研究结果显示，由智能体构成的限价订单簿存在清晰的相边界，把有序的价格发现状态与剧烈波动的级联状态分开。决定这条边界落在哪里的，是智能体数量和市场可观测深度这两个量上的临界阈值。也就是说，当参与撮合的智能体数目或盘口可见深度越过某个水平，订单流的运行方式会发生整体切换，而不是平滑过渡。这一结论来自对微观撮合过程的建模，而非对真实市场的统计拟合。
市场冲击偏离平方根规律
在智能体提供流动性的条件下，市场冲击的表现与经典平方根动态不一致。论文指出，非线性反馈回路会让冲击呈现几种可区分的形态：耗散型、平衡型以及非耗散型。经典平方根关系描述的是冲击随订单规模增长而按平方根放缓的规律，而这里的智能体环境给出了不同的耗散结构。对读者而言，这意味着若流动性主要由算法智能体提供，用传统冲击模型去估算大单成本可能会失准。
为什么值得看
揭示了纯AI交易环境下的系统性相变与冲击规律，对理解多智能体金融系统稳定性至关重要。
智能体强化学习论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。